sklearn - confusion_matrix()

sklearn.metrics.confusion_matrix

reference :

1. sklearn.metrics.confusion_matrix, scikit-learn.org
2. 분류 성능평가, 데이터사이언스스쿨

Document

sklearn.metrics.confusion_matrix(y_true, y_pred, *, labels=None, sample_weight=None, normalize=None)

사용 예시

from sklearn.metrics import confusion_matrix
y_true = [2, 0, 2, 2, 0, 1]
y_pred = [0, 0, 2, 2, 0, 2]
confusion_matrix(y_true, y_pred)

array([[2, 0, 0],
       [0, 0, 1],
       [1, 0, 2]])

해석해보면,

클래스012

0
1
2

위 표가 pandas DataFrame이고, Column은 예측 클래스(y_pred), Index는 정답 클래스(y_true)라고 해보자. 이제 빈 공간(value)은 예측 클래스와 정답 클래스가 일치한다면 1씩 채워지게 된다.

클래스012

0	2	0	0
1	0	0	1
2	1	0	2

즉,

• 실제 클래스가 0일 때, 0이라 예측한 수가 2
• 실제 클래스가 2일 때, 0이라 예측한 수가 1
• 실제 클래스가 1일 때, 2라 예측한 수가 1
• 실제 클래스가 2일 때, 2라 예측한 수가 2
• 숫자를 합치면 6이 되고, 이는 예측한 클래스 수와 동일.
• 나머지 0으로 표기된 부분은 예측하지 않은 부분.

를 의미한다.

마찬가지로 이진분류의 경우도 생각해볼 수 있다.

클래스FalseTrue

False
True

(맞다, 아니다), (양성, 음성), (정상, 불량) 등 많은 곳에 활용되는 이진분류는 위 표와 같이 표현할 수 있다. 다중 분류와 마찬가지로 Column은 예측 클래스, Index는 정답 클래스다.

y_true = [1, 0, 1, 1, 0, 1]
y_pred = [0, 0, 1, 1, 0, 1]
confusion_matrix(y_true, y_pred)

array([[2, 0],
       [1, 3]])

표를 통해 아래와 같이 표현할 수 있다.

클래스FalseTrue

False	2	0
True	1	3

• False : 0
• True : 1

해석하면,

• 실제 False(0)를 False(0)라고 제대로 예측한 경우가 2번
• 실제 True(1)를 True(1)라고 제대로 예측한 경우가 3번
• 실제 False(0)임에도 불구하고 True(1)라고 잘못 예측한 경우는 0번
• 실제 True(1)를 False(0)로 잘못 예측한 경우가 1번

여기서, 양성(True) 값을 제대로 발견하지 못한 경우가 1번 있었고 이런 부분들이 모델의 정확도(Accuracy)를 떨어뜨린다.